Project Graph 1.7.7版本发布:优化截图贴入与连线交互体验
Project Graph是一款专注于图形化项目管理的工具,它通过直观的节点和连线方式帮助用户梳理复杂的项目结构和关系。最新发布的1.7.7版本带来了多项实用改进,特别是在图片处理和连线交互方面进行了显著优化。
截图贴入功能增强
1.7.7版本为截图贴入功能新增了图片大小限制设置项。这一改进让用户能够更好地控制项目中插入图片的质量和性能平衡。通过设置合理的图片大小限制,可以避免项目中因插入过大图片而导致的性能下降问题,同时保持图片的清晰度。
在实际使用中,当用户从剪贴板粘贴截图时,系统会根据设置自动调整图片尺寸。这一功能特别适合需要频繁插入屏幕截图但又担心项目文件过大的用户群体。
连线交互逻辑优化
本次更新对右键拖拽创建连线的交互逻辑进行了重大改进。现在,当用户通过右键拖拽创建连线时,系统会根据鼠标移动轨迹自动计算与实体外接矩形的相交位置,并动态调整生成的连线端点。
这一改进使得连线创建更加智能和自然:
- 当鼠标从右侧滑到左侧时,系统会识别经过的矩形边框边缘
- 根据实际轨迹自动选择最优的端点位置
- 生成的曲线更加符合用户的操作意图
这种基于轨迹的智能端点选择机制大大提升了绘制复杂关系图的效率和准确性,特别是在处理密集节点布局时效果尤为明显。
问题修复与稳定性提升
1.7.7版本还解决了几个影响用户体验的关键问题:
-
AppImage音频播放问题:修复了Linux平台下AppImage格式无法播放声音的问题,恢复了完整的音频反馈功能。
-
连线反转变形问题:解决了使用Ctrl+T快捷键反转连线时可能出现的连线变形问题,确保连线反转操作后保持原有的形状和连接关系。
这些修复进一步增强了软件的稳定性和可靠性,为用户提供了更加流畅的操作体验。
跨平台支持
Project Graph 1.7.7版本继续提供全面的跨平台支持,包括:
- Windows平台的安装包
- macOS平台的DMG镜像
- Linux平台的AppImage、DEB和RPM包
这种全面的平台覆盖确保了不同操作系统用户都能获得一致的功能体验。
总结
Project Graph 1.7.7版本通过增强截图贴入控制和优化连线交互,进一步提升了作为可视化项目管理工具的核心竞争力。这些改进不仅提高了功能性,也显著改善了用户体验,使得项目关系的可视化和编辑更加高效自然。对于需要处理复杂项目结构的用户来说,这一版本无疑提供了更加得心应手的工具支持。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00